model.classifier 通常指模型的分类头 是什么，详细举例说明在什么部位，发挥什么作用

在深度学习模型中，分类头（Classifier Head）是指模型末端用于完成分类任务的组件，通常是一个或多个全连接层（线性层）。它的作用是将模型提取的高层语义特征映射到具体的分类标签空间。

一、分类头的技术本质

1. 结构组成

• 核心组件：一个或多个全连接层（nn.Linear），可能包含激活函数（如ReLU）、Dropout层等正则化组件。
• 输入：模型主干（Backbone）输出的特征向量（如BERT的CLS token embedding、CNN的全局池化特征）。
• 输出：分类概率分布（通过Softmax激活）或未归一化的对数概率（Logits）。

2. 参数规模<